和智商、情商一样重要的搜商,你的有多高?

2018 年 7 月 9 日 精读


《89:搜商》


前置思考


请阅读关于信息爆炸的一段材料,并思考:这给你什么启发?


据统计,目前全世界每天发表论文有1.5万篇,全球印刷信息的产量每5年就翻一番。


最近20年,人类生产的信息总量,已经超过自人类产生以来100万年生产的信息总和。


有一则八卦。爱因斯坦在世时,人们很是好奇。有人出题考他:“您记得声音的速度,是多少吗?”


爱因斯坦却回答说:“不知道,我必须查一下书本资料才能回答,因为我从不去记,资料上能查到的东西。”


假如爱因斯坦活在今天,你猜猜,他会怎样应对信息过载?



Q1:什么是搜商?

A:

1、搜商(Search Quotient),是类似智商、情商的概念,指的是:


用来衡量搜索能力高低的指数


不同的学者,对于搜商有不同的定义。


比如说,学者黄泰山认为,SQ=M(s) x IQ x EQ。


其中,SQ是搜商,M(s)=Mind(sourcing)是搜寻意识,IQ是智商,EQ是情商


比如说,搜索技术专家陈沛认为:SQ=K/T(C)


其中,SQ是搜商,K=knowledge是知识,T=time是时间,C=搜商指数,是指社会平均知识获取能力。


把两个定义整合起来,搜商是指:


利用搜索引擎,获取知识和解决问题的能力


获取知识、解决问题越快,效果越好,时间越少,搜商就越高。


2、信息过载时代,需要更高搜商。


前置思考中的数据,已能鲜明体现,信息和知识的爆炸性。


事实上,当下我们已经到了信息过载时代,信息和知识呈指数复利增长,如果想通过学习,掌握在自己的脑海中,完全做不到。


要如何应对?


我们可以参考前置思考中爱因斯坦的做法,筛选特定的信息和知识,放到大脑中。


比如说,爱因斯坦认为声音的速度,并不需要记忆;要用的时候,去查找就可以。


这个过程就体现爱因斯坦的搜商,他具备知识类型提到中的Know-where型知识,知道要用时,要去哪里找,能够快速查找到声音速度的数值。


我们宝贵的大脑,记忆容量和处理能力有限,更多应该用来高质量、高效率地思考,产生创意,而不是简单记一些,可以用搜索引擎等马上就可以查到的信息。


读君在创意力中,也提到了这个策略:


在知识爆炸和信息过载的现代社会,哪些知识要精熟,哪些知识要了解,哪些知识要知道去哪索引,是一个值得认真思索的问题。


做一个,就好比电脑,内存不大,只有几个G,精熟的知识,要储存在内存中,实时调用。


硬盘存储量则可到几个T,了解的知识放在硬盘里,归档好,找起来比较快。


云或者互联网中,存储量无限,要知道知识的索引,找起来容易即好。


随着信息和知识爆炸性增长,越来越多的信息和知识,储存在互联网上,我们不需要都记在脑海里,只需要做到,在运用时,能够利用搜索引擎,快速获取。



Q2:怎样提高搜商?

A:

1、增强搜索意识。


有搜索意识的人,每当遇到一个问题时,不是马上开始冥思苦想,或是马上开始埋头苦干,而是会提问自己类似下面的问题:


①问题是什么?

议题是什么?

目标是什么?

④解决这个问题,需要哪些信息、知识和技能?

⑤有没有相对现成的解决方案?

⑥可以从哪里获得解决问题的资源

......


问题与问题之间,有同有异,但一般不至于异常、或者个性化到没有类似问题可以参考。


相信精读君,你遇到的问题,99%左右的问题,都有人遇到过,都有人探索过解决方案。只是你不知道它在哪里而已。


如果你遇到一个全新的、没有任何人探索过、解决过的问题,精读君要恭喜你,这是你创新的机遇


绝对不要重新发明,已经发明过的轮子。精读君提醒大家,务必记住这一点。


人类的文明,之所以能持续地加速演化,根本就在于:后人是站在前人的肩膀上。


因此,请读友们,珍视前人、同时代先行者留下的资源,善利用之;而不是在黄金旁边,费尽心机地去制造铜板。


学习曲线,精读君提到,典型的学习过程,第一步就是:获取优质的学习资源。


比如说,如果你不懂选书,不知道搜索类似《终身成长词典》这样的学习资源,那么你已经输在了起跑线了。


原因在于,资源的获取,是前提的问题。


做一个类比,就好比烹饪,优质的原材料,才能烹饪出美食;如果不是,只能用调味料去掩盖,有损健康。


而在工作上,也是如此。现代社会变化越来越快,岗位的内容也在快速变化,在工作中遇到一个从来没处理过的陌生情境,是一个大概率事件。


比如说,上级交待给你一个陌生的任务,这是很常见的情境。


这个时候,有搜索意识的人,就会知道,去运用搜索引擎,快速找到能够辅助完成任务的高质量信息、情报、模版等。


如果想要提高搜商,首要就是,增强搜索意识,培养一种良好的工作习惯,意即:在实际动手前,运用搜索引擎,获得支持信息和知识。


当然,这不是鼓励直接上网,复制粘贴答案,或者是抄袭搬运。那是对搜索引擎的不当使用。


2、提高搜索技能


读友们对于搜索引擎的使用都不陌生,例如在谷歌、百度中,输入一个关键词,回车,即可获得搜索结果


请注意这个过程,搜索的前提是,你要知道这个关键词。


如果你不知道这个关键词,那么,可以换另外一个关键词来搜索。然后阅读搜索结果,可能你会发现更合适的搜索关键词,那么,就可以用更合适的关键词去搜索。


这也是常见的搜索引擎运用方法,但做起来,通常会耗费更多的时间。因为不合适的关键词,会返回很多干扰结果,从中筛选费时费力。


而且,由于你之前对这个关键词认知很少,你未必就能成功判断出,它是更合适的关键词。


比如说,一个外国人,对于中医不了解,大脑里,根本没有“上火”这个概念,使用这个关键词来搜索的概率,就很小。


也就是说,如果我们知道与要解决问题的高相关性关键词,搜索返回的结果,相关性就会更高,可用性就会更强。


因此,我们要积累必要的关键词列表。对这些关键词,至少要粗略了解。当需要借助这些概念时,能从大脑中提取出来,再输入到搜索引擎中。


《终身成长词典》,每天发布的词条概念,实际上就是关键词索引。


读完词条后,读友们对这个概念,会有个初步认知。如果要深化认知,可以以此概念作为关键词进一步搜索。


除此之外,读友们可以关注知识库、数据库,意即:围绕特定主题而制作的起索引作用的资料库


比如说,《终身成长词典》,是以成长为主题的系统化概念词典,意图整理各个学科中与成长有关的概念常识


比如说,知网、万方上面的期刊数据库、硕博论文数据库,以及专业医学论文数据库等。


诸如此类,由于主题明确,在搜索特定信息和知识时,这些数据库,会比百度、谷歌等通用的搜索引擎,返回的结果,可用性通常会更高。


比如说,《终身成长词典》力图成为个人成长的知识库,在其中搜索时,返回的结果,干扰、低质量的信息,相对就较少。


在这个过程中,掌握这些数据库、知识库或者搜索引擎的用法,也就很必要。


以下是通用搜索引擎的几个语法,精读君抛砖引玉,供读友们参考。


比如说,搜索一本书,带上书名号,例如“《兄弟》”关键词就比“兄弟”好。


比如说,想指定在某个网站的站内搜索,可以使用站内搜索“site”功能。例如,在新华网中搜索“汽车”,可输入“site:xinhuanet.com 汽车”。


比如说,搜索特殊类型的文件,可以使用“filetype”功能,例如搜索一篇关于最新加密技术的word论文,可输入“filetype:doc 加密技术”。


这些语法,并不难学会。在搜索引擎使用帮助中,都会介绍。只是很多人,都不愿意花1个小时去学。


事实上,由于搜索引擎是高频使用工具,学习1小时,可以节省大量的搜索时长,投入产出比很高,精读君希望读友们重视,花点时间学一学。



3、搜索适可而止


搜索是需要花时间和精力的,尤其是大多数人,对搜索重视不够,因此,精读君的建议是,在做任何一项决策时,都要花足够的时间在搜索上。


原因在于,自己瞎想,往往不如搜索出优质资料后,激发的想法多。


不用担心看了资料,影响创意。精读君的体会是,理解消化资料后,会更有创意。


重要的事,要编排与重要性匹配的资源,这是精读君一贯的原则


但在另一方面,也会存在搜索过头的现象。


比如说,接到一个任务,搜索很久,在电脑的窗口上,打开一大堆页面,感觉似乎都有用。


再加上互联网的典型特征,是超链接,如果逐一再去点这些超链接,就会打开更多页面,无穷无尽。


什么时候该停止搜索?什么时候要继续搜索?


如何判断,我们要运用边际决策的原则


用于搜集信息的时间,和其所获得结果的信息量,在某种程度上呈正相关关系。


但一旦超过某个程度时,就算继续追加时间,具有实际效果的信息,也不会呈等比例增加。


也就是说,搜索产出的价值边际效用递减


精读君的建议是,当你感觉,已搜索出一些高质量材料时,可以暂停搜索,先行消化材料,然后结合需要解决的问题,先界定问题、列出问题树,确定决策框架


一旦明确了这些,下一步还需要哪些决策信息,我们就会更明确。二次运用搜索引擎时,我们就知道输入更确定、准确的关键词。


也就是说,我们要两头用力,一头运用搜索引擎寻找辅助信息,一头思考并分解需要解决的问题。


一头推一推,再换一头拱一拱,相向而行,最后胜利会师。


在词条的结尾,精读君要强调两个方面。


一是资源中,精读君提到的“自我成长逻辑图”中,有一个重要区块名为“潜资源”。


事实上,互联网中有大量的免费/低价优质资源,不分高低贵贱,可以让每个人来使用,在这个意义上,每个人都是资源的“富翁”。


但使用这些资源的前提是,你具备一定的搜商。如果搜商不够,很多人就活成了“负翁”,感叹缺少资源,缺少机遇


二是我们要仔细思考,哪些信息和知识要精熟掌握,哪些信息和知识只要知道索引。


艾略特百年前在《岩石》一诗中,提到了以下问题:


“Where is the wisdom we have lost in knowledge? Where is the knowledge we have lost in information?”


意思是说,我们在知识中失去的智慧在哪里?我们在信息中失去的知识在哪里?


如果随意往大脑中填充信息,我们就会失去知识;如果随意填充知识,我们就会失去智慧。


这个议题,值得我们深思。而这个议题的答案,也与搜商紧密相关。请读友们好好琢磨。



后置思考:

微信中可以指定公号,搜索其历史发过文章,你会用吗?为什么?

你自我评估搜商水平有多高?如果想提高,你会从哪些方面改进?


1:目标   2:输出   3:成长

4:资源  5:学习力  6:量化反馈

7:自律   8:习惯   更多......

登录查看更多
0

相关内容

互联网
专知会员服务
123+阅读 · 2020年3月26日
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
【机器学习课程】机器学习中的常识性问题
专知会员服务
73+阅读 · 2019年12月2日
资源|Blockchain区块链中文资源阅读列表
专知会员服务
43+阅读 · 2019年11月20日
当 AI 全面实现认知智能时,机器人还只是机器吗?
未来产业促进会
5+阅读 · 2019年5月9日
终于有人把云计算、大数据和人工智能讲明白了
Python开发者
3+阅读 · 2018年6月13日
如何用人工智能帮你找论文?
AI100
10+阅读 · 2018年2月21日
专知,一个新的认知方式!
专知
167+阅读 · 2017年9月16日
论文动态 | 基于知识图谱的问答系统关键技术研究 #04
开放知识图谱
10+阅读 · 2017年7月9日
AI前线,从一个公众号开始
大数据杂谈
4+阅读 · 2017年7月7日
Risk-Aware Active Inverse Reinforcement Learning
Arxiv
7+阅读 · 2019年1月8日
Arxiv
3+阅读 · 2018年6月24日
Arxiv
11+阅读 · 2018年1月18日
Arxiv
3+阅读 · 2017年12月18日
VIP会员
相关VIP内容
专知会员服务
123+阅读 · 2020年3月26日
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
【机器学习课程】机器学习中的常识性问题
专知会员服务
73+阅读 · 2019年12月2日
资源|Blockchain区块链中文资源阅读列表
专知会员服务
43+阅读 · 2019年11月20日
Top
微信扫码咨询专知VIP会员